30476

شبيه سازي فرازآوري با تزريق گاز و بهينه سازي پارامترهاي عملياتي در يكي از ميادين نفتي ايران

كارشناسي ارشد

مهندسي نفت-مخازن

1399

1402/9/14

فروغ عاملي

عبدالحسين همتي

شيمي،نفت وگاز

با توليد از مخازن و گذشت زمان، فشار مخزن كاهش پيدا كرده به نحوي كه اين امر تأثيرگذاري مكانيزم‌هاي طبيعي در جابه‌جايي سيال را كاهش مي‌دهد. استفاده از روش فرازآوري با گاز روشي مؤثر براي بهبود عملكرد مخزن و افزايش بهره‌وري آن مي‌باشد. به علت محدوديت منابع گازي و همچنين ضرورت توزيع بهينه گاز بين چاه‌ها به گونه‌اي كه بيشترين ميزان توليد در ميادين نفتي حاصل گردد، بهينه‌سازي تزريق گاز در اين فرايند از اهميت به سزايي برخوردار است. در اين پايان‌نامه به بهينه‌سازي فرازآوري با گاز پرداخته شده است. در ابتدا با استفاد از نرمافزارهاي امبل، پراسپر و گپ، مخزن، چاه ها و تجهيزات سطح الارضي شبيه‌سازي شده‌اند. به منظور يكپارچه سازي، همه بخش ها درنرم افزارگپ ارائه شده و پيش بيني به مدت 6 سال، بدون انجام بهينه‌سازي صورت گرفت. ميزان ارزش فعلي خالص 351,087,876.40 دلار به دست آمد. اين ميزان، لزوم استفاده از روش بهينه‌سازي (براي رسيدن به مقدار بيشتر ارزش خالص فعلي) را تاييد مي‌كند. پس از انجام آناليز حساسيت قطرداخلي‌لوله مغزي، نرخ تزريق گاز و فشار جداكننده به عنوان متغيرهاي تأثيرگذار بر روي تابع هدف يعني ميزان سود خالص فعلي، شناخته شدند. به منظور انجام فرايند بهينه‌سازي و همچنين تسريع در امر شبيه‌سازي به توسعه مدل‌هاي پراكسي با هدف جايگزين كردن اين مدل‌ها با شبيه‌ساز مورد نظر پرداخته شده است. براي اين هدف از 154سناريو طراحي شده توسط روش طراحي مركب مركزي براي توسعه مدل‌هاي شبكه عصبي به عنوان مدل پراكسي استفاده شد. در اين مطالعه چهار شبكه‌ي عصبي قوي از جمله پرسپترون چند لايه، پايه اي شعاعي، رگرسيون كلي و آبشاري روبه جلو مورد بررسي قرار گرفتند. سپس، براي بهينه‌سازي از الگوريتم هاي ژنتيك، ازدحام ذرات، كلوني مورچگان و يك الگوريتم جديد به نام گرگ خاكستري استفاده شد. با توجه به مراحل ذكر شده، ميانگين خطاي نسبي مدل هاي شبكه عصبي مصنوعي به ترتيب 24/2, 99/2, 68/10و 75/1درصد به دست آمد. بنابراين نتايج نشان دادكه ‌مدل آبشار رو به جلو، براي پيش بيني رفتار مدل اين مطالعه بيشترين دقت را داشته و كارآمدتر است. در فرايند بهينه‌سازي نيز الگوريتم بهينه‌سازي گرگ خاكستري بيشترين مقدار سود خالص فعلي را با ميزان 788,512,038 دلار به همراه داشت و نسبت به ساير الگوريتم‌ها عملكرد بهتري داشته است. نتايج اين پژوهش نشان مي‌دهد كه استفاده از روش‌هاي بهينه‌سازي منجر به ارزش خالص فعلي و توليد تجمعي نفت قابل توجهي نسبت به مقادير حاصل از روش‌هاي بدون بهينه‌سازي مي‌شود. اين نتايج به وضوح نياز و ضرورت انجام اين نوع پژوهش‌ها در ميادين نفتي را تأييد مي‌كند.

1402/11/24

Gas Lift Simulation and Optimization of Operational Parameters in One of Iranian Oil Fields

12/4/2024 12:00:00 AM

With production from the reservoirs and the passage of time, the reservoir pressure decreases in such a way that this reduces the influence of natural mechanisms in fluid movement. Using the gas lift method is an effective way to improve the performance of the reservoir and increase its productivity. Due to the limitation of gas resources as well as the necessity of the optimal distribution of gas between the wells in such a way that the maximum amount of production in the oil fields is achieved, the optimization of gas injection in this process is of great importance. In this thesis, the optimization of gas lift has been discussed. At first, by using Mbal, Prosper, and Gap software, the reservoir, wells, and surface equipment were simulated. For the purpose of integration, all sections are presented in Gap software, and forecasting was done for 6 years without optimization. A net present value of $351,087,876.40 was obtained. This amount confirms the necessity of using the optimization method to reach a higher net present value. After carrying out the sensitivity analysis of the tubing inside diameter, the gas injection rate and the separator pressure were identified as influencing variables on the objective function, i.e., the amount of net present value. In order to carry out the optimization process and also speed up the simulation, proxy models have been developed with the aim of replacing these models with the desired simulator. For this purpose, 154 scenarios designed by the central composite design method were used to develop neural network models as proxy models. In this study, four strong neural networks, including Multi-layer perceptron, Radial basis, General regression, and Cascade forward, were investigated. Then, Genetic algorithms, Particle swarm, Ant colony, and a new algorithm named Gray wolf were used for optimization. According to the mentioned steps, the average relative error of artificial neural network models was 2.24, 2.99, 10.68, and 1.75%, respectively. Therefore, the results showed that the Cascade forward model is the most accurate and efficient for predicting the behavior of the model in this study. In the optimization process, the Gray wolf optimization algorithm brought in the highest amount of current net profit with $788,512,038 and has performed better than other algorithms. The results of this research show that the use of optimization methods leads to a significant net present value and cumulative production of oil compared to the values obtained from non-optimization methods. These results clearly confirm the need and necessity of conducting this type of research in oil fields.

بهينه‌سازي فرازآوري باگاز , شبيه سازي , شبكه¬ي عصبي مصنوعي , الگوريتم گرگ خاكستري , ارزش خالص فعلي

Gas lift optimization , simulation , , artificial neural network, , Gray wolf algorithm , , net present value

leila zeinolabedini

forough ameli